买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国科学院深圳先进技术研究院申请的专利一种基于深度学习的航天器位姿估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114419149B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111517636.X，技术领域涉及：G06T7/73；该发明授权一种基于深度学习的航天器位姿估计方法是由高翔;刘畅;刘嘉设计研发完成，并于2021-12-13向国家知识产权局提交的专利申请。

本一种基于深度学习的航天器位姿估计方法在说明书摘要公布了：本发明公开了一种基于深度学习的航天器位姿估计方法，能够有效地解决位姿参数中平移参数和旋转参数在数量级上的差异，从而保证深度学习网络预测的位置参数和旋转参数具有较高的精度，且通过最小化航天器CAD模型在图像中的投影轮廓的几何残差，对深度学习网络获得的位姿参数进行优化，从而给出航天器位姿参数的极大似然估计，具有非常优秀的统计学特性，从而保证了位姿估计的精度。该算法网络规模较小，算法运行时间较短，对硬件要求较低。

本发明授权一种基于深度学习的航天器位姿估计方法在权利要求书中公布了：1.一种基于深度学习的航天器位姿估计方法，其特征在于，包括：首先根据正态分布来随机初始化神经网络模型参数，接着把数据集中的训练图像以及对应的位姿标签分别进行归一化预处理后用于训练神经网络模型，然后把测试图像输入到训练好的神经网络模型中，用反归一化得到神经网络模型预测的位姿，最后根据神经网络模型预测的位姿参数，使用最小化航天器CAD模型在图像中的投影轮廓的几何残差，优化航天器的位姿参数，最终获得航天器位姿参数的极大似然估计；所述训练图像的归一化包括：首先创建一个7×7的网格称为高斯核W，以网格中心为基准，用二维正态分布初始化网格的权重值： 其中，wx,y是高斯核中每个网格的权重值，x,y是每个网格相对于中心网格的位置，σ是常量，设置为2；然后单位化高斯核W，使其所有网格的权重值相加为1： 接着计算图像中每个像素点的加权平均值m以及加权标准差m＝∑ixyw'x，y·pi，j+x，k+y 其中，p是原图像中的每个像素值；最后计算归一化后的每个像素点的像素值： 所述位姿标签的归一化和反归一化包括：位姿标签的参数包括平移参数和旋转参数，旋转参数用单位四元数表示，把第i张图像的三个平移参数分别用xi、yi、zi表示，在训练阶段，对每张训练图像对应位姿标签中的平移参数进行归一化： 其中，分别是训练标签集合中xi、yi、zi对应的平均值，σx、σy、σz分别是对应的标准差，分别是归一化后对应的输出参数；在测试阶段，对归一化后的预测参数进行反归一化，得到最后预测的平移参数： 其中，xout、yout、zout分别是归一化的预测参数，是反归一化后的预测平移参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。